Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
51898 публикаций
Поиск: 606 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi2026chi
Polytrauma is commonly defined as multisystem trauma involving at least two body regions with an Abbreviated Injury Scale (AIS) score ≥ 3, characterized by complex pathophysiological interactions and extreme clinical heterogeneity. This study retrospectively analyzed data from 171 274 polytrauma patients in the National Trauma Data Bank (NTDB) from 2018 to 2021. Key features were selected using the eXtreme Gradient Boosting (XGBoost) algorithm. Prediction models were then developed using XGBoost, logistic regression, random forest, naive Bayes, and support vector machine, respectively. Model p
Аннотация на английскомСтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Patients with diabetes mellitus complicated by acute respiratory distress syndrome (ARDS) are a high-risk subgroup, but population-specific models for in-hospital mortality remain limited. We aimed to develop and externally validate machine learning models using the 2023 New Global Definition of ARDS.
METHODS: This cross-national, multicenter retrospective cohort study used MIMIC-IV version 3.1 and ICU data from six Chinese institutions. Adults with diabetes and ARDS who stayed in the ICU for more than 24 hours were included. Clinical variables first recorded within 24 hours after
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Mechanical asphyxia (MA) is a major form of violent death caused by external forces that impair respiration and gas exchange. Despite its frequency in forensic casework, its diagnosis remains challenging because autopsy findings are often non-specific.
METHODS: In this exploratory study, we combined data-independent acquisition (DIA) proteomics with machine-learning methods to identify candidate myocardial markers of MA. A discovery cohort of human left ventricular myocardium was profiled to identify nominally differentially abundant proteins. The leading candidates were confirm
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Rheumatoid arthritis (RA) is a chronic autoimmune disease needing reliable biomarkers. This study aimed to identify potential RA biomarkers using WGCNA and machine learning, and analyze their correlation with disease activity and STAT3.
METHODS: GEO datasets were used. WGCNA and three machine learning methods (LASSO, SVM, Boruta) screened common core genes. Correlation with STAT3 was analyzed. RT-qPCR validated core gene expression in RA patients. Correlation with clinical parameters (DAS28, CCP, RF, ESR) and ROC curves were assessed.
RESULTS: WGCNA identified 11 modules; the bla
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
To develop a machine learning (ML)-based predictive model for identifying high-risk populations of osteoporosis among patients with chronic obstructive pulmonary disease (COPD), thereby facilitating early detection and personalized management. Using data from patients diagnosed with COPD in the MIMIC-IV database, we divided the dataset into training and validation sets at a 7:3 ratio. LASSO regression and logistic regression were applied to screen 35 variables, and 6 ML algorithms were employed to construct predictive models with internal validation. Model performance was evaluated using multi
СтатьяВалидационное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
ETHNOPHARMACOLOGICAL RELEVANCE: Psoralea corylifolia L. (P. corylifolia, also known as Cullen corylifolium (L.) Medik.) is a traditional medicinal herb used for bone-related disorders. Its broader application is constrained by concerns about hepatotoxicity, creating a challenge in balancing efficacy and safety.
AIM OF THE STUDY: To systematically evaluate the osteoprotective efficacy of P. corylifolia in postmenopausal osteoporosis and to explore a preliminary preclinical therapeutic window within a benefit-risk assessment framework.
MATERIALS AND METHODS: Following a comprehensive search of
СтатьяМетаанализОбзорПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The objective of the present study was to apply supervised Machine Learning to predict severe complications after equine orchiectomy. A dataset of 612 cases of orchiectomies in stallions was used for the development of a computational model, among which in 8.5% of cases severe complications (colic, continued stallion-like behaviour, evisceration, funiculitis, haemorrhage, and scrotal infection) were diagnosed post-orchiectomy. Three supervised Machine Learning tools were employed: Logistic Regression (12 different models evaluated), Random Forest (64 models), and Gradient Boosting (8 models).
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Sex estimation is a fundamental component of forensic biological profiling, yet primary markers such as the pelvis and skull are frequently fragmented or absent due to taphonomic factors. This study investigates the diagnostic efficacy of the first and second atypical ribs for sex estimation within a Northern Thai population using advanced machine learning (ML). Osteometric variables, 15 for the first rib and 14 for the second were recorded from 200 right side ribs (100 males, 100 females) and 177 left side ribs (100 males, 77 females) at Chiang Mai University. Twelve ML algorithms, including
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
ObjectiveTo develop a predictive model for estimating cortical bone thickness at any maxillary location in patients with unilateral cleft lip and palate (UCLP).DesignRetrospective cross-sectional cohort study with machine learning.SettingUniversity hospital, Department of Oral and Maxillofacial Radiology.Patients, ParticipantsFifty patients with non-syndromic UCLP and 50 age- and gender-matched controls (total N = 100). Mean age: UCLP 14.8 ± 5.1 years; controls 16.5 ± 4.6 years. Age range: 8 to 27 years.InterventionsAll participants underwent CBCT (0.2 mm voxel, 14 × 16 cm FOV). Cortical bone
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: To compare the accuracy of vertical cup-disc ratios (VCDR), ascertained by machine learning (ML) versus human graders, from fundus images for glaucoma detection. This study utilizes population-based data, with a disease prevalence and case-mix that is closer to a real-world setting than conventional case-control studies, with the aim of developing improved glaucoma screening tests.
DESIGN: Cross-sectional analysis of a population-based study.
PARTICIPANTS: 6,304 participants of the EPIC-Norfolk Eye Study with color fundus images gradable by humans and ML in both eyes.
METHODS: VCDR
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND OBJECTIVES: Identifying predictors of shunt failure in acute care settings is challenging. Previous studies largely rely on traditional statistical analyses to evaluate risk factors associated with shunt failure. However, these methods have not been adapted for emergency department (ED) presentations, where machine learning (ML) techniques may offer enhanced predictive power. Thus, we explored the application of ML and artificial intelligence in predicting necessity for shunt revision in pediatric ED visits.
METHODS: A retrospective analysis was conducted on 1167 pediatric neur
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Dermatomyositis is a common immune-mediated skin disorder whose pathogenesis has not been fully elucidated. Environmental factors play a key role in its onset and progression. Bisphenol A (BPA) is a widespread environmental pollutant known to pose risks to human health. Previous studies have indicated that BPA exposure can disrupt immune function and trigger skin inflammation and autoimmune diseases. However, the role and molecular mechanisms of BPA in dermatomyositis remain unclear. This study aims to systematically elucidate whether and how bisphenol A (BPA) may contribute to the
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: Lung metastasis in breast cancer (BCLM) is a critical determinant of poor prognosis, occurring in approximately 30-50% of advanced cases and associated with significantly reduced median survival. This study aimed to develop machine learning models for predicting BCLM and evaluating prognosis using the SEER database.
METHODS: Data from the SEER database (2018-2021) were analyzed. For the prediction model, 11 independent predictors were identified via univariate and multivariate logistic regression. Machine learning models were developed and evaluated using AUC, accuracy, precision, sp
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Develop a machine learning-based model for survival prediction in ALS, including advanced-stage patients (≤50% predicted normal vital capacity [VC50]).
METHODS: Training data from the PRO-ACT Database (n = 6896) was supplemented with advanced-stage ALS patients (n = 678), with model validation on distinct advanced-stage ALS patients (n = 403). Baseline patient characteristics, including slopes from symptom onset, were used to train a random forest model to identify parameters with the greatest relative importance (RI) for predicting survival outcomes. These parameters were used to
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
To evaluate the noninvasive, early identification capability of urine volatile organic compounds (VOCs) obtained via gas chromatography-ion mobility spectrometry (GC-IMS), combined with machine learning models, for gallstones complicated by cholecystitis. A single-center study enrolled 100 patients with gallstone-cholecystitis and 100 healthy controls (n = 200 total). Midstream urine samples were uniformly collected and stored at − 80 °C. GC-IMS acquired two-dimensional fingerprints, which underwent RIP normalization and manual peak quality control. Unreliably identified peaks were excluded be
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: This study aimed to develop, validate and evaluate interpretable machine learning models using clinical and laboratory data for prognosis prediction in patients with primary biliary cholangitis (PBC).
METHODS: This study included 7905 patients treated for PBC. The cohort data were randomly divided into training and testing sets, with external validation using an additional 2372 patients. Six machine learning models are compared in this research (logistic regression (LR), random forest (RF),Extreme Random Trees (ET), Extreme Gradient Boosting (XGBoost), Lightweight Gradient Boostin
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Pediatric intestinal obstruction, a critical acute abdomen condition, carries a risk of intestinal necrosis. Decisions for urgent surgery lack standardized criteria. This study aimed to develop an explainable machine learning (ML) model to predict surgical indication, reducing diagnostic variability. A retrospective study included 642 children from our center (split into training/internal validation sets) and 137 from two external centers. Surgical indication was defined based on the presence of one or more of the following: evidence of peritonitis on physical examination, radiographic signs o
СтатьяВалидационное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This study aimed to develop and validate a machine learning (ML)-based predictive model to identify risk factors associated with intensive care unit (ICU) admission among patients with comorbid Chronic Obstructive Pulmonary Disease (COPD) and depression. Data of patients diagnosed with both COPD and depression were extracted from the MIMIC-IV version 3.1 database. A total of 1121 patients with first-time hospitalization and comorbid COPD and depression were included. Feature selection was performed using the Boruta algorithm. Five ML algorithms were employed to construct prediction models. Mod
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Analyze the psychological and clinical factors of clinically significant tinnitus (THI score ≥38) in patients with hearing loss, construct predictive models based on four machine learning (ML) algorithms, and compare the predictive performance of different models.
METHODS: Patients with hearing loss who visited the Department of Otolaryngology at Qinghai University between August 2024 and May 2025 were enrolled in this study. Clinical data were retrieved from the hospital's electronic medical record system. The study outcome was the occurrence of clinically significant tinnitus. Pr
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Artificial intelligence (AI) and machine learning (ML) are emerging as transformative tools in healthcare, with significant potential to enhance nursing practice, particularly in intensive care units (ICUs). ICUs pose complex challenges, including high patient acuity, ICU delirium, and nurse workload. These factors demand innovative technological solutions.
AIM: This scoping review comprehensively explores the current picture of AI and ML applications in critical care nursing, focusing on decision support systems, predictive analytics, workflow automation, and patient engagement t
СтатьяScoping ReviewПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.